統計的声質変換クッソムズすぎワロタ | LESS IS MORE
2014/10/12 追記 少なくともGVのコードに致命的なバグがあったことがわかりました。よって、あまりあてにしないでください…（ごめんなさい こんにちは。 最近、統計的声質変換の勉強をしていました。で、メジャーなGMM（混合ガウスモデル）ベースの変換を色々やってみたので、ちょろっと書きます。実は（というほどでもない?）シンプルなGMMベースの方法だと音質クッソ悪くなってしまうんですが、色々試してやっとまともに聞ける音質になったので、試行錯誤の形跡を残しておくとともに、音声サンプルを貼っておきます。ガチ勢の方はゆるりと見守ってください 基本的に、以下の論文を参考にしています T. Toda, A. W. Black, and K. Tokuda, “Voice conversion based on maximum likelihood estimation of spectral pa
声の種類と発声のしくみ｜研究開発｜OKI
声の種類と発声のしくみ 1．声ってどんなもの？ 2．母音の発声のしくみ 3．子音の発声のしくみ 1．声ってどんなもの？ 言葉は人間がいちばん最初に作った文明といわれ、100万年前に母音らしきものが生まれました。その後、5万年の間に子音が加わり、現在の音声（言葉）の原型ができあがりました。これから、音声信号の性質について学習して行きましょう。まず、図1．にいろいろな音声信号を示します。 ここで、図1．から音声信号の性質を考えてみましょう。 周期的である 波形をみると最初にわかる性質です。しかし、この性質は／a／，／i／，／u／，／e／，／o／などの母音や／n／鼻音にみられる性質で、／s／や／k／などの子音にはみられません。この周期は『ピッチ』と呼ばれており、声の高さを決める要因です。 音韻により波形の形が違う 楽器の音色が違うように音韻により聞こえ方（波形の形）が違っています。これは『ホル
PSOLA を用いたピッチ加工の評価実験 Evaluation Experiment of Pitch Modification Using PSOLA 田坂 直季† 津田 浩利† 小坂 直敏† Naoki TASAKA† Hiromichi TSUDA† Naotoshi OSAKA† † 東京電機大学 † Tokyo Denki Univer
PSOLA を用いたピッチ加工の評価実験 Evaluation Experiment of Pitch Modification Using PSOLA 田坂 直季† 津田 浩利† 小坂 直敏† Naoki TASAKA† Hiromichi TSUDA† Naotoshi OSAKA† † 東京電機大学 † Tokyo Denki University 1. はじめに TD-PSOLA 方式[1]は音声を対象にした時間伸縮 およびピッチ加工の優れた方式である。本稿では、 同方式を楽音に適用して音質評価実験をした結果に ついて述べる。 2. PSOLA（ピッチ同期オーバーラップ加算） ピッチ同期オーバーラップ加算(Pitch-Synchronous Overlap-Add) と は、 音のピ ッチ 周期 と同 期し て OLA(Overlap-Add)を行う方式である。本稿では時間 伸縮
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
http://quod.lib.umich.edu/cgi/p/pod/dod-idx?c=icmc;idno=bbp2372.2000.214
Home
https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.109.3623&rep=rep1&type=pdf
Paper Title (use style: paper title)
高品質音声合成のための スペクトル包絡の推定 及び変換に関する研究 Studies on Spectral Envelope Estimation and Conversion for High Quality Speech Synthesis 2006年2月 早稲田大学大学院 理工学研究科 情報・ネ�